Optimal quasi-periodic preventive maintenance policies for a repairable system with stochastic maintenance interval

• Autorzy: Gao W. , Zhang Z. , Ji H. , Zhou Y. , Liu Q.

Warianty tytułu

PL

Optymalna strategia quasi-okresowej konserwacji zapobiegawczej systemu naprawialnego – czas między przeglądami jako wielkość stochastyczna

• Języki publikacji: EN

Abstrakty

EN

The usual preventive maintenance (PM) of a repairable system is done before failure at integer multiples of time T. In some real cases, PM cannot be performed as soon as a planned PM period is reached because of effects of some random factors, while it is usually done within an implemented period, and thus it makes the PM period become a stochastic interval. From this viewpoint, a quasi-periodic imperfect preventive maintenance policy is proposed in this paper, in which a repairable system experiences either a minor failure or catastrophic failure when a failure occurs, and the first (N-1) PM intervals is divided into a planned PM period and an implemented period. In the former, the system may be suffered an unplanned PM for removing a catastrophic failure and performing a PM, whereas in the latter, the system is preventively maintained following an occurrence of a catastrophic failure or a dynamic PM plan, whichever comes first. At the Nth PM interval, the system is replaced either when a catastrophic failure occurs or operational time reaches T, whichever comes first. An optimization of the proposed mode is introduced, the existence and the uniqueness of the optimal solution are presented, and a useful constraint of the implemented period is obtained. Finally, a real case study of PM on Chinese diesel locomotives is examined to illustrate the proposed maintenance policy.

PL

Zazwyczaj przeglądy okresowe systemu naprawialnego wykonuje się przed wystąpieniem uszkodzenia, w określonych odstępach czasu stanowiących całkowitą wielokrotność czasu T. W warunkach rzeczywistych, jednak, nie zawsze można przeprowadzić przegląd w zaplanowanym terminie ze względu na działanie pewnych losowych czynników, natomiast zazwyczaj przeprowadza się go w dopuszczalnym okresie realizacji, w związku z czym przedział czasu między przeglądami okresowymi staje się wielkością stochastyczną. Biorąc powyższe pod uwagę, w niniejszej pracy zaproponowano strategię quasi-okresowej konserwacji zapobiegawczej, która zakłada, że system naprawialny może ulec albo drobnemu uszkodzeniu albo uszkodzeniu katastroficznemu, a czas, do którego należy wykonać pierwszy przegląd okresowy (N-1) można podzielić na zaplanowany czas przeprowadzenia przeglądu oraz dopuszczalny okres realizacji przeglądu. W pierwszym przypadku, może wystąpić konieczność przeprowadzenia nieplanowanej konserwacji systemu mającej na celu usunięcie uszkodzenia katastroficznego, natomiast w drugim, konserwację przeprowadza się po wystąpieniu uszkodzenia katastroficznego lub zgodnie z dynamicznym harmonogramem przeglądów, zależnie od tego, która z sytuacji zaistnieje wcześniej. W N-tym terminie przeglądu okresowego, dokonuje się wymiany systemu, albo wskutek wystąpienia uszkodzenia katastroficznego albo gdy czas pracy systemu osiągnie wartość T, zależnie od tego, co nastąpi wcześniej. W artykule przedstawiono optymalizację proponowanego trybu działania, wykazano istnienie i jednoznaczność optymalnego rozwiązania oraz wyznaczono przydatne ograniczenie dopuszczalnego okresu realizacji. Na koniec, proponowaną politykę konserwacji zapobiegawczej zilustrowano studium przypadku chińskich lokomotyw spalinowych.

Słowa kluczowe

EN

maintenance; quasi-periodic imperfect preventive maintenance policy; implemented period; stochastic preventive maintenance interval

PL

konserwacja; strategia quasi-okresowej niepełnej konserwacji zapobiegawczej; dopuszczalny okres realizacji przeglądu; stochastyczny interwał konserwacji prewencyjnej

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2015
• Tom: Vol. 17, no. 3
• Strony: 389--397
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Gao W.

• School of Energy and Power Engineering Lanzhou University of Technology Lanzhou 730050, China School of Mechanical Engineering Southeast University Nanjing 211189, China

autor

Zhang Z.

• School of Mechanical Engineering Southeast University Nanjing, China, 211189

autor

Ji H.

• School of Energy and Power Engineering Lanzhou University of Technology Lanzhou 730050, China

autor

Zhou Y.

• School of Mechanical Engineering Southeast University Nanjing, China, 211189

autor

Liu Q.

• School of Mechanical Science and Engineering Jilin University Changchun, China, 130025

Bibliografia

• 1. Castro I. T. and E. L. Sanjuan. An optimal maintenance policy for repairable systems with delayed repairs. Operations Research Letters 2008; 36(5): 561-564, http://dx.doi.org/10.1016/j.orl.2008.05.007.
• 2. Chang C. C. Optimum preventive maintenance policies for systems subject to random working times, replacement, and minimal repair. Computers & Industrial Engineering 2014; 67: 185-194, http://dx.doi.org/10.1016/j.cie.2013.11.011.
• 3. GAO W., et al. Optimal Combinatorial Replacement Policy under a Given Maintenance Interval for the Combined Governor in Diesel Locomotives. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2013; 15(2): 89-98.
• 4. KODO I. and N. TOSHIO. Optimal operation censoring policy of aircraft. 2012 Asia-Pacific International Symposium on Advanced Reliability and Maintenance Modeling. 2012. 184-191.
• 5. Mingchih C. Optimal random replacement models with continuously processing jobs. Applied Stochastic Models in Business and Industry 2013; 29: 118–126, http://dx.doi.org/10.1002/asmb.952.
• 6. Nakagawa T. Maintenance theory of reliability. London: Springer, 2005.
• 7. NAKAGAWA T. PERIODIC AND SEQUENTIAL PREVENTIVE MAINTENANCE POLICIES. Journal of Applied Probability 1986; 23(2): 536-542, http://dx.doi.org/10.2307/3214197.
• 8. Nakagawa T., et al. A summary of periodic and random inspection policies. Reliability Engineering & System Safety 2010; 95(8): 906-911, http://dx.doi.org/10.1016/j.ress.2010.03.012.
• 9. Sarkar A., et al. Survey of maintenance policies for the Last 50 Years. International Journal of Software Engineering & Applications (IJSEA) 2011; 12(3): 130-148, http://dx.doi.org/10.5121/ijsea.2011.2310.
• 10. Sheu S.-H. and C.-C. Chang. An Extended Periodic Imperfect Preventive Maintenance Model With Age-Dependent Failure Type. IEEE TRANSACTIONS ON RELIABILITY 2009; 58(2): 397-405, http://dx.doi.org/10.1109/TR.2009.2020103.
• 11. SHEU S.-H., et al. An Extended Sequential Imperfect Preventive Maintenance Model with Improvement Factors. Communications in Statistics—Theory and Methods 2012; 41(7): 1269-1283, http://dx.doi.org/10.1080/03610926.2010.542852.
• 12. Sheu S.-H. and J.-P. Jhang. A generalized group maintenance policy. European Journal of Operational Research 1996; 96: 232-247, http://dx.doi.org/10.1016/S0377-2217(96)00073-2.
• 13. Sheu S.-H., et al. Extended optimal replacement model with random minimal repair costs. European Journal of Operational Research 1995; 85: 636-649, http://dx.doi.org/10.1016/0377-2217(93)E0364-4.
• 14. Wu S. Preventive Maintenance Models:A Review. London: Springer, 2011.
• 15. Xu S., et al., Random fuzzy age-dependent replacement policy, in Fuzzy Systems and Knowledge Discovery, Pt 1, Proceedings, L. Wang and Y. Jin, Editors. 2005. 336-339.
• 16. Zhang Z., et al. Reliability Modeling and Maintenance Optimization of the Diesel System in Locomotives. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2012; 14(4): 302-311.